论文部分内容阅读
本文主要的研究内容为使用语音数据来研究语言之间的距离关系。对于语言距离关系的定义,语言学家通过语言是否同源以及语言之间发音、字词、语法规则的对应关系来研究语言之间的距离关系,最终生成语言谱系树来反映语言的从属关系,这属于定性研究；经济学家将语言之间的距离定义为母语为一种语言的人学习其他语言的难易程度,这属于定量研究。不论是在文化还是经济领域,语言距离关系的研究都具有一定的应用价值。本文通过语种识别系统的输出——识别率来定义语言之间的距离关系,其中最关键的就是语种识别系统的搭建,它直接关系到语言之间距离关系的可靠程度。语种识别系统的搭建主要包括特征提取和模型训练两部分。在特征提取部分,本文先提取输入语音信号的56种声学特征以及它们的一阶、二阶差分值,然后使用39种统计函数来描述这些声学特征,最终生成6552维特征向量；在模型训练部分,本文采用区分性建模方法——Gentle AdaBoost算法。最后将语言距离矩阵映射到二维平面,生成语言关系图,直观的反映了语言之间的距离关系。本文的主要研究成果包括：(1)本文使用语音数据来研究语言之间的距离关系。通过语种识别系统的输出——识别率来定义语言之间的距离,并将本文得到的语言距离与之前语言学家和经济学家的研究成果作比较,实验表明本文的距离度量方法与之前的研究成果较为一致。(2)在语种识别系统的搭建中,采用一种全新的方法提取输入语音信号的特征,该方法与以往的方法最大的不同在于,一个输入语音样本对应一个特征向量,而不再是每一帧都对应一个特征向量。然后采用Gentle AdaBoost算法训练语言模型,在OGI数据库和NIST LRE15数据库上进行语种识别系统的性能测试,实验表明本文的语种识别系统性能要优于传统的基于GMM的语种识别系统；(3)将得到的语言距离矩阵映射到二维平面,生成语言关系图。在OGI数据库和NIST LRE15两个数据库上进行实验,验证了本文所使用的语言距离研究方法在不同的数据库上的一致性。